L’usage de la télédétection pour l’évaluation économique des écosystèmes marins : application à l’aire marine protégée de Tristão en Guinée

VertigO - la revueélectronique en sciences del'environnementVolume 11 Numéro 3 (décembre 2011)La modélisation en sciences de l'environnement : approches et questionnements

................................................................................................................................................................................................................................................................................................

Vincent Turmine, Thomas Binet et Pierre Failler

L’usage de la télédétection pourl’évaluation économique desécosystèmes marins : application àl’aire marine protégée de Tristão enGuinée................................................................................................................................................................................................................................................................................................

AvertissementLe contenu de ce site relève de la législation française sur la propriété intellectuelle et est la propriété exclusive del'éditeur.Les œuvres figurant sur ce site peuvent être consultées et reproduites sur un support papier ou numérique sousréserve qu'elles soient strictement réservées à un usage soit personnel, soit scientifique ou pédagogique excluanttoute exploitation commerciale. La reproduction devra obligatoirement mentionner l'éditeur, le nom de la revue,l'auteur et la référence du document.Toute autre reproduction est interdite sauf accord préalable de l'éditeur, en dehors des cas prévus par la législationen vigueur en France.

Revues.org est un portail de revues en sciences humaines et sociales développé par le Cléo, Centre pour l'éditionélectronique ouverte (CNRS, EHESS, UP, UAPV).

................................................................................................................................................................................................................................................................................................

Référence électroniqueVincent Turmine, Thomas Binet et Pierre Failler, « L’usage de la télédétection pour l’évaluation économique desécosystèmes marins : application à l’aire marine protégée de Tristão en Guinée », VertigO - la revue électronique ensciences de l'environnement [En ligne], Volume 11 Numéro 3 | décembre 2011, mis en ligne le 18 septembre 2012,consulté le 20 novembre 2012. URL : http://vertigo.revues.org/12234 ; DOI : 10.4000/vertigo.12234

Éditeur : Les éditions en environnements VertigOhttp://vertigo.revues.orghttp://www.revues.org

Document accessible en ligne sur :http://vertigo.revues.org/12234Document généré automatiquement le 20 novembre 2012. La pagination ne correspond pas à la pagination de l'éditionpapier.© Tous droits réservés

http://vertigo.revues.org

http://www.revues.org/

http://vertigo.revues.org/12234

L’usage de la télédétection pour l’évaluation économique des écosystèmes marins : applica (...) 2

VertigO - la revue électronique en sciences de l'environnement, Volume 11 Numéro 3 | décembre 2011

Vincent Turmine, Thomas Binet et Pierre Failler

L’usage de la télédétection pourl’évaluation économique des écosystèmesmarins : application à l’aire marineprotégée de Tristão en GuinéeIntroduction

1 Dans la vague de l’évaluation des écosystèmes pour le Millénaire (Millennium EnvironmentalAssessment, 2003) plusieurs travaux se sont intéressés à la représentation cartographique desécosystèmes et des changements observés de leur couverture végétale (Bartholomé et Belward,2005). De nombreuses études ont porté sur la représentation spatiale des services1 produits parles écosystèmes (Egoh et al., 2008; Pert et al., 2010; Swetnam et al., 2011; Troy et Wilson,2006; Fischer et al. 1993) et ceux relatifs aux services d’approvisionnement ont le plus suscitél’intérêt des géomaticiens (Naidoo et al., 2008). En dépit de tous ces efforts, la représentationdes services d’écosystèmes demeure encore aujourd’hui un exercice d’expérimentation.

2 En Afrique de l’Ouest, sous la houlette de feu François Cuq, la représentation des écosystèmescôtiers et marins a retenu l’attention des géographes et géomaticiens dès la fin des années19802Ces études se sont majoritairement focalisées sur l’évaluation phytobotanique oubiogéographiques (Andrieu, 2009; Ackermann et al., 2006; Moreau, 2004; Cuq et al., 1999,1993; Diaw, 1998; Bertrand, 1993; Diop, 1980). En coopération avec les autorités, dessystèmes d’information géographique (SIG) propres au parc National du Banc d’Arguin enMauritanie et à l’Archipel des îles Bijagos en Guinée Bissau ont alors été élaborés dansles années 2000. Ces outils ont facilité l’association nature et société la gestion des airesprotégées (Gourmelon et al., 2006). La création de nouvelles Aires Marines Protégées (AMP)et celle d’un réseau institutionnel des AMP de l’Afrique de l’Ouest (RAMPAO) en 2005, ontrelancé le besoin de cartographie des espaces littoraux dans le but de mieux gérer les espaceset ressources désormais sous statut particulier, notamment pour pallier le manque cruel dedonnées socio-économiques spatialisées.

3 Afin de pousser plus avant les connaissances sur les écosystèmes marins, des travaux semultiplient visant l’évaluation économique des écosystèmes. Ces évaluations sont le seulmoyen, selon les économistes, d’endiguer la perte de biodiversité en faisant entrer celle-ci dans la sphère de décision publique (Binet et al., 2011a). En Afrique de l’Ouest, un teltravail d’évaluation de la valeur économique des services produits par les écosystèmes a étémis en œuvre entre 2009 et 2012 dans un échantillon d’aires marines protégées (AMP). Ens’appuyant sur une cartographie des différents écosystèmes qui composent les AMP ouest-africaines représentant leur surface ainsi que leur état de santé, elle met ainsi à la dispositiondes gestionnaires d’AMP un outil d’aide à la décision (Balmford et al., 2008) et à celle deschercheurs un instrument d’investigation en matière de recherche (notamment vis-à-vis deseffets du changement climatique).

4 Cet article a pour objectif de présenter une méthode originale de modélisation en télédétectionet de discuter sur son intérêt au sein d’une approche économiste des écosystèmes protégés.Utilisée dans le cadre du programme EVA, cette méthode a été appliquée à 5 AMP au CapVert, Sénégal, Guinée Bissau et Guinée. Le présent exposé est ici limité géographiquementà l’aire marine protégée de Tristão située au nord de la Guinée. Quatre sections composentl’article. La première détaille le cadre géographique de l’étude et expose les principaux enjeuxde l’utilisation de la télédétection pour l’évaluation économique des écosystèmes. Dans ladeuxième est présentée la modélisation en télédétection développée, son caractère novateurainsi que sa pertinence pour les travaux d’évaluation économique. Dans la troisième partie,sont exposés les résultats obtenus à l’échelle de l’AMP de Tristão. Dans la quatrième partie,une discussion est faite au regard du potentiel, des limites et contraintes du recours à la



télédétection pour l’évaluation économique. Des pistes d’amélioration dans la perspective dela mise en œuvre d’un tel chantier cartographique à l’échelle du littoral ouest-africain sontégalement proposées. Une conclusion synthétique clôt l’article.

Cadre de l’étude et enjeux de la télédétection pourl’évaluation économiqueBesoins en données spatiales de l’évaluation économique

5 L’étude d’évaluation économique des écosystèmes des AMP menée en Afrique de l’Ouestse fonde sur la notion de Valeur Economique Totale qui tient compte non seulement desvaleurs d’usage direct (activités économiques comme la pêche, le tourisme), mais égalementdes valeurs d’usage indirectes (valeurs des services de support et de régulation par exemplele service de nourricerie ou de protection du littoral par les mangroves) et des valeurs denon-usage (les valeurs de non-usage sont liées à la conscience de la pérennité des biens etservices procurés par les écosystèmes) (Pearce, 1991). La population bénéficiaire des servicesconsidérée ici est celle des sites évalués (population résidente et visiteuse). La méthode decalcul des différentes catégories de valeur inclus: i) l’estimation de la valeur ajoutée brutepour les valeurs d’usage direct; ii) la méthode du transfert de valeurs pour les valeurs d’usageindirect; et iii) la méthode de l’expérimentation sur les choix pour les valeurs de non-usage(Binet et al., 2011 b).

6 Le travail d’évaluation se propose de vérifier la création de plus-value de la mise en place d’uneAMP en comparant la valeur économique des services rendus par les mêmes écosystèmes dansune AMP et dans une zone de comparaison proche. En comparant les valeurs par écosystèmedans l’AMP et dans la zone de comparaison pour les mêmes surfaces d’écosystèmes, il estalors possible de vérifier si la création de l’AMP a dégagé des bénéfices nets (Figure 1).Figure 1. Représentation schématique de l’évolution de VET au cours de la mise en placed’un programme de conservation

Adapté de Pagiola et al., 2004

7 Le travail d’évaluation économique des écosystèmes nécessite deux types de donnéesspatiales: les superficies de chacun des écosystèmes évalués et une estimation de l’état desanté des écosystèmes. Concernant l’utilisation des superficies d’écosystèmes tout d’abord,l’estimation de la plus-value de création d’une AMP, c’est-à-dire la comparaison de valeursentre deux sites, ne peut être réalisée que pour une unité de surface d’un même écosystème, unkilomètre-carré dans notre cas. Or certaines valeurs comme les données de capture de la pêche



sont obtenues pour le site dans son ensemble. Il est donc nécessaire de connaître la surfacetotale de l’écosystème dans le site étudié pour en déduire une valeur moyenne du site rapportéeau kilomètre carré afin de permettre d’additionner des données par unité de surface.

8 À propos de l’utilisation de l’état de santé ensuite, l’estimation des valeurs d’usage indirecteest liée à l’état de santé de l’écosystème qui détermine la productivité des services fournis. Cesvaleurs peuvent être moindres dans le cas où l’écosystème est en mauvais état. Par exemple,une mangrove dégradée capture un taux inférieur à une mangrove en parfait état. Pour affinerles valeurs d’usage indirectes, une pondération par l’état de santé des écosystèmes considérésest appliquée à partir d’un tableau de correspondance établi pour chaque service. Un indice dequalité de l’écosystème (de 0 à 5, avec comme indice 0 un habitat totalement dégradé et commeindice 5 un habitat en excellent état) est estimé afin de pondérer la valeur maximale du service.

9 En reprenant le cas de la séquestration de carbone par les mangroves, le Tableau 1 présentedes pourcentages estimatifs pour la pondération de la capacité de la mangrove à absorberdu carbone atmosphérique. L’état de santé de la mangrove est caractérisé par l’espècedominante de l’habitat et le pourcentage de couvert végétal: une mangrove en excellentétat procurant 100% du service considéré est à dominante de Rhizophora (palétuviers), unemangrove moyennement productive en termes de service (50%) est une mangrove à dominanted’Avicennia, peu végétalisée. Une mangrove très dégradée (10% de production de services)est nue ou colonisée par une végétation rase, éparse et caractérisée par le terme de tanne.Tableau 1. Coefficients de pondération pour la séquestration carbone de la mangrove

Indice 0 1 2 3 4 5

Niveau deprotection nul faible médiocre bon très bon excellent

Pourcentage dela valeur totaledu service

0% 20% 40% 60% 80% 100%

Type d’habitatcorrespondant Tanne nu Tanne herbeux

Mangroveà Avicenniaeparses

Mangroveà Avicenniadenses

Mangrove àRhizophorapeu dense

Mangrove àRhizhophoradense

N.B.: les pourcentages utilisés pour les types d’habitats considérés sont des estimations élaborées à partir descapacités de séquestration d’un tanne herbeux strict et d’une mangrove à Rhizophora jeunes; aucune recherchepermettant d’affiner ces estimations n’est disponible à notre connaissance, un travail plus approfondi sur ces valeursest souhaitable afin de les préciser.

L’île de Tristão et les contraintes de la récolte de données spatiales10 Le site choisi pour illustrer la modélisation en télédétection conduite dans le cadre du

programme EVA est l’AMP de Tristão. Déclarée AMP nationale en 2009, le complexe des îlesde Tristão et d’Alcatraz est situé au nord de la République de Guinée, à l’embouchure du RioKomponi, proche de la frontière avec la Guinée-Bissau (10°52’N/14°58’O) (Figure 2). Elleprésente une superficie de 1 042 km² pour une population de 7 000 habitants. Elle concentreà la fois une biodiversité marine et côtière extrêmement riche et des pressions anthropiquesfortes (pêche migrante intense, agriculture, coupe de bois de mangrove pour le fumage dupoisson, etc.). Le site de Tristão a été choisi pour l’évaluation économique, car cette étude visedeux objectifs principaux: 1) souligner l’importance des écosystèmes marins pour la fourniturede services aux populations et offrir un plaidoyer en faveur de la protection des écosystèmesdevant les nombreuses pressions exercées; 2) orienter le pilotage de l’AMP récemment crééeet identifier les actions à mener en priorité. Dans le cas de Tristão, créée en 2009, il ne s’agitpas réellement de mesurer la plus-value de la création, mais plutôt de fournir une évaluationex ante de la création de l’AMP.



Figure 2. Localisation des sites étudiés

11 Malgré l’intérêt majeur du site pour le travail d’évaluation économique, la récolte de donnéesgéographiques y est très difficile. D’abord, la récolte de données spatiales est généralementplus difficile en zone côtière, pour deux raisons principales dans ce cas: 1) le manque dedonnées géographiques de référence; et 2) la complexité fonctionnelle liée aux dynamiquesspatio-temporelles à l’interface terre-mer et entre nature et société (Gourmelon et al., 2006).Ces points semblent vérifiés dans le cas de Tristão qui ne dispose d’aucune base de donnéesgéographiques et où la complexité fonctionnelle des écosystèmes de la zone estuariennenécessite un travail considérable. Également, lorsque le SIG est utilisé, c’est dans la majoritédes cas dans le cadre de projets de coopération sur un laps de temps court et où la modélisationmise en œuvre est difficilement reproductible plusieurs années après, ce qui rend impossibleun suivi par télédétection de l’évolution des écosystèmes (Ibid). À ces difficultés se rajoutentdes contraintes d’accessibilité du site du complexe d’îles de Tristão. La géographie de l’AMPoblige à utiliser une embarcation pour s’y rendre et interdit totalement l’accès à certaines zonesisolées telles que les marais à mangroves. Ces difficultés d’accès rendent tout travail de récoltede données spatiales in situ très difficile et très coûteux, d’autant plus que l’AMP présenteune superficie considérable (656 km² de zone marine et estuarienne) à la différence d’autresAMP de taille plus réduite.

12 L’absence de données spatiales et les limites à la récolte de données de terrain ont contraint lesresponsables de cette étude à développer une méthodologie d’évaluation rapide et rigoureusedes écosystèmes. Notre méthodologie vise ainsi à cartographier les écosystèmes pour enfindéfinir une valeur économique et combinant ainsi biogéographie et évaluation économiquetout en produisant un instrument peu coûteux, aisément reproductible par les chercheursnationaux et les gestionnaires d’écosystèmes marins et côtiers.

Cartographie de la valeur économique des écosystèmes parimagerie satellitaire

Images satellitaires utilisées13 Face à l’absence de données de terrain ou de cartographie récente des écosystèmes de l’île de

Tristão et de sa zone de comparaison située sur les rives du Rio Nuñez, nous avons recouru àune sélection d’images satellites. Le choix du programme Global Land Cover Facility (http://glcf.umiacs.umd.edu) s’est appuyé sur la disponibilité, la couverture globale des sites étudiéset des caractéristiques optiques des images. L’accès gratuit à ces images permet également uneapplication future pour les organismes de gestion des AMP. Ce programme propose des scènesLandsat ETM+ pour les périodes 2000 et 2005 (2010 étant en cours de diffusion). Au-delàdes qualités offertes par les images Landsat ETM pour la cartographie des états de surfacesterrestres, celles-ci peuvent être utilisées pour l’identification des formes intertidales (Ojeda,1995; Kunte and Wagle, 1993). De même les résultats en matière d’évaluation des formations

http://glcf.umiacs.umd.edu/

http://glcf.umiacs.umd.edu/



forestières et notamment de la mangrove ont renforcé le choix de ces images (Saleh, 2007;Feeley et al., 2005; Gillepsie, 2005; Field et al., 1998).

14 Nous avons sélectionné la scène datée du 22 mai 2002 (203/053) couvrant les deux zonesétudiées (Figure 3). Cette image est composée de 6 bandes multispectrales d’une résolutionde 30 m présentant les spectres du visible, du proche infrarouge, du moyen infrarouge et 2bandes dans l’infrarouge thermique (résolution de 60m). Une huitième bande disponible offreune résolution de 15 m en mode panchromatique. Les caractéristiques spectrales des imagesLandsat ETM avec longueur d’onde et résolution spatiale sont reportées au Tableau 2.Figure 3. Image Landsat multispectrale fusionnée avec la bande panchromatique etvisualisation des écosystèmes ciblés

Tableau 2. Caractéristiques spectrales de Landsat ETM+

Bandes Longueur d’ondes (µm) Résolution spatiale

ETM1ETM2ETM3ETM4ETM5ETM7

0.450 – 0.5150.525 – 0.6050.630 – 0.6900.750 – 0.9001.550 – 1.7502.090 – 2.350

30 m

ETM+ thermal 6A et 6B 10.40 – 12.50 60 m

Panchromatique 0.52-0.90 15 m

Reconnaissance des écosystèmes15 Nous avons réalisé une chaîne de traitements automatisés se déroulant en 4 étapes successives

et ayant pour objectif:

La détermination des grands domaines (mer – mangrove – continent);



L’extraction des formes sous-marines;

La détermination de l’état de santé de la mangrove;

L’identification des plages et tannes vives.

16 La première étape (Figure 4, étape 1) a consisté à discriminer les écosystèmes marins, terrestreset les formations de mangrove en s’appuyant sur la méthode de classification hybride définiepar « une combinaison originale de deux niveaux de modélisation complémentaires basés surdes connaissances intrinsèques et discriminantes » de la zone étudiée (Ragot et Anquetil, 2003)et composée d’une classification non supervisée puis recalculée ensuite par une compositionsupervisée (Wemmert, 2000). Cette double classification nous a permis de générer 4 classescorrespondant aux grands domaines écosystémiques dont le résultat a été lissé par un filtre deconvolution majorant d’une fenêtre [3x3]. Nous avons obtenu ainsi une carte simplifiée desécosystèmes marins, côtiers et continentaux ainsi que la mangrove.Figure 4. Schéma de la chaine de traitements pour l’extraction des écosystèmes marins etcôtiers

17 La seconde étape s’attache à élaborer une série de traitements visant à extraire uniquementles écosystèmes marins et ainsi isoler les vasières, les zones turbides et les eaux à faibleturbidité (Figure 4, étape 2). La forte turbidité des eaux estuariennes limite les possibilitésd’extraire les bancs de vase avec une classification supervisée et non supervisée et réduit lechamp d’utilisation de l’imagerie multi spectrale (Ojeda, 1995). S’appuyant sur la méthodedéveloppée par Andrieu et Mering (2009) pour extraire les formes du relief intertidalfaiblement contrastées, nous avons réalisé une Analyse en Composante Principale (ACP)sur l’extrait de l’image Landsat correspondant au domaine marin. Nous appliquons uneclassification hybride sur l’ensemble des composantes (ou néo-canaux) pour aboutir à 3classes: 1) eaux peu turbides ou eaux claires, 3) panaches sédimentaires et eaux turbides,2) vasières et bancs intertidaux affleurants. Nous appliquons enfin un filtre de convolutionMedian d’une fenêtre [3x3] pour homogénéiser le rendu. Les limites entre l’écosystèmeestuarien et le milieu marin ne se traduisent pas par une radiométrie particulière et demeurenttrès difficiles à déterminer (Diaw, 1998). Pour délimiter ces deux étendues d’eau, nous avonsprocédé à un découpage manuel entre zone marine et estuaire à partir une interprétationgéomorphologique du trait de côte.



18 L’étape 3 a pour but de cartographier les mangroves selon leur état de vitalité (Figure 4,étape 3). L’Indice de Végétation Normalisé (NDVI, Normalized Difference Vegetation Index)a démontré une certaine efficacité pour l’estimation de la production primaire (Tucker et al.,1985). Cet indice permet d’identifier les différences entre les valeurs du proche infrarougeet les valeurs du rouge visible. Il est particulièrement performant à l’évaluation de l’étatvégétal des formations de mangrove (Fatoyinbo et Bux, 2010; Kawasani et al., 2010; Feeley,2005; Gillepsie, 2005). Ainsi, pour cartographier l’état de dégradation des formations demangrove, nous avons calculé cet indice à partir des bandes 3 et 4 issues du masque continentet mer. Les valeurs produites nous renseignent sur la teneur chlorophyllienne (répondantpositivement dans la bande 4). Ceci offre donc une évaluation de la vitalité s’étendant entre 0 et1 (normalisation des données entre la valeur minimale et maximale de l’indice de végétation).Ce degré de vitalité de la mangrove est classé à l’aide de la méthode de classification de Jenks(Méthode de classification par seuils naturels). Cette méthode nous permet ainsi d’extraire4 états de santé de la mangrove: mangrove éparse, mangrove dégradée, mangrove basse,mangrove haute.

19 La dernière étape vise à l’identification des unités environnementales du domaine continentaltelles que les tannes, les plages et les écosystèmes non côtiers (Figure 4, étape 4). La difficultéréside sur la proximité radiométrique des différents sols nus à très forte réflectance (ex.:villages, labours ou sols nus). Pour extraire les contrastes entre ces unités, nous avons denouveau réalisé une ACP sur les 6 bandes isolant le domaine continental. Les images résultantde l’ACP sont ensuite traitées par une classification non supervisée basée sur la vraisemblancemaximale des pixels au sein de chaque classe (algorithme iso cluster). Pour faire la distinctionentre les tannes et plages, nous avons utilisé une suite de sélections spatiales de telle façonque les unités nues juxtaposées aux unités marines (vasières et eaux) soient triées comme« Plages », les autres unités ayant un contact avec la mangrove sont considérées comme« Tannes », les unités résiduelles correspondant aux sables, pistes ou autres champs sontclassées comme unités continentales (Figure 4, étape 4).

20 Après recomposition des différents résultats, nous obtenons une cartographie des écosystèmescôtiers et marins présentée par la Figure 5. Cette carte est ainsi réalisée à partir d’uneméthodologie complexe et spécifique basée sur l’utilisation des images Landsat et des outilsSIG.Figure 5. Cartographie des écosystèmes marins et côtiers de l’AMP des iles Tristão



21 Pour évaluer la performance de la classification, les résultats de la modélisation sont confrontésà une image à très haute résolution à travers l’application Google Earth. Nous avons généréun semis de points aléatoires pour chaque zone cartographiée respectant un échantillonnageproportionnel à la surface des zones étudiées respectant une densité d’un point par 400 m²(Tableau 3). Pour chaque point, nous avons reporté l’interprétation visuelle par Google Earthet la valeur issue de la classification dans une matrice de confusion (Tableau 4). Nous avonscalculé la précision globale (ou pourcentage brut d’accord) afin de connaître le pourcentaged’échantillons correctement classés par rapport au nombre total. Le coefficient Kappa deCohen est également calculé pour de déterminer la fiabilité de la classification en tenantcompte de la représentativité de l’échantillon (Congalton, 1991). Nous utiliserons l’échelle deLandis et Koch pour déterminer la qualité du coefficient.Tableau 3. Rapport entre les superficies des sites étudiés et échantillonnage

Ecosystèmes Aire protégée Zone de comparaison Total

Superficie (km²) 1 046 277 1 324

Echantillons (pointsaléatoires) 418 111 526

Tableau 4. Matrice de confusion des écosystèmes cartographiés à partir d’image Landsat

Classification GoogleEarth

ContinentEauxclaires

Eauxturbides

Mangrovebasse

Mangrovedégradée

Mangroveéparse

Mangrovehaute Plages Tannes Vasières Total Précision

réalisateur

Continent60 0 0 0 1 0 1 0 1 0 63 0.95

Eauxclaires 0 109 19 0 0 0 0 0 0 0 128 0.85

Eauxturbides 0 26 133 0 0 0 0 0 0 2 161 0.83

Mangrovebasse 0 0 0 37 7 0 5 0 0 0 49 0.76

Mangrovedégradée2 0 0 2 21 1 0 0 0 0 26 0.81

Mangroveéparse 1 0 0 0 2 10 0 0 0 0 13 0.77

Mangrovehaute 0 0 0 3 1 0 31 0 0 0 35 0.89

Plages 0 0 0 0 0 0 0 1 0 0 1 1.00

Tannes 1 0 0 0 0 0 0 1 9 0 11 0.82

Vasières 0 1 4 2 1 0 0 0 0 31 39 0.79

Total 64 136 156 44 33 11 37 2 10 33 526

Précisionutilisateur94% 80% 85% 84% 64% 91% 84% 50% 90% 94% 0.84

Pourcentage brut d’accord: 0,8403; Facteur de correction: 0,1894; Coefficient Kappa de Cohen : 0,8030La précision ‘utilisateur’ indique le pourcentage d’unités correctement classées au regard de Google Earthla précision ‘producteur’ qui représente le pourcentage des valeurs issues de Google Earth correspondant à l’état desurface classé.

Interpolation spatiale des valeurs économiques22 Les résultats des valeurs économiques des écosystèmes et les données spatiales récoltées

permettent d’aller plus loin dans le travail d’évaluation économique en développant un modèlede spatialisation des valeurs. La cartographie des valeurs économiques des écosystèmes est uneapplication qui est apparue très récemment, au cours de la dernière décennie. Elle a pourtantfourni plusieurs exemples d’applications intéressantes. Elle a été réalisée pour des valeurs del’ensemble des services des écosystèmes (Grêt-Regamey et al., 2008; Eade and Moran, 1996;Mallawaarachchi et al., 1996;), pour des valeurs d’usage directes (Chen et al., 2008) ou plusspécifiquement pour des services récréatifs (Termansen et al., 2004), pour des valeurs descaptures de pêche (O’Higgins, 2010). La cartographie de valeurs a également porté sur des



valeurs moins tangibles économiquement telles les valeurs sociales (Sherrouse et al., 2011), lesvaleurs culturelles (Martin-Lopez et al., 2009) ou les valeurs communautaires pour le capitalnaturel (Raymond et al., 2009).

23 Dans le cas de l’AMP de Tristão, nous avons réalisé une cartographie des zones de plus fortesvaleurs en nous appuyant sur les résultats de l’évaluation. Pour extraire un zonage en valeuréconomique du site, nous avons affecté à chaque pixel classé la valeur correspondant à lavaleur économique unitaire calculée pour l’écosystème (Binet et al., 2011b) (Tableau 5). Unfiltre de convolution mean a été appliqué pour faire un ré-échantillonnage kilométrique à l’aided’une fenêtre de 1 km sur 1 km autour de chaque pixel. Ce filtre permet de tenir compte dela structure spatiale du milieu et notamment de pondérer les valeurs économiques selon lacomposition des écosystèmes voisins. Ce ré-échantillonnage est reclassé à partir de la méthodede classification de Jenks afin d’aboutir à une typologie économique de l’AMP de Tristão. Lacarte des valeurs résultant de ce travail est présentée en Figure 6.Tableau 5. Superficie et valeurs économiques des écosystèmes côtiers de l’AMP des ilesTristão et du Rio Nunez

Tristaõ Nunez

Ecosystèmes Valeur économique Ecosystèmes Valeur économiqueEcosystèmesSurfaces

(km²)%

Valeur €/km²/an

Total (€/an)

Surfaces(km²)

%Valeur €/km²/an

Total (€/an)

Mer 427,72 41% - - 19 7% - -

Eauxclaires 111,79 26% - - 1,64 8% - -

Eauxturbides 315,93 74% - - 18 92% - -

Estuaires 229,10 22% 81 000 18 557 100 67 24% 11 581 777 201

Eauxclaires 181,18 79% - - 30 45% - -

Eauxturbides 47,92 21% - - 37 55% - -

Vasières 81,55 8% 21 600 1 761 480 14 5% 4 570 62 975

Mangrove 136,52 13% 21 614 2 950 770 150 54% 43 419 6 503 722

MangroveàRhizophoarahaute

18,17 13% 83 100 1 509 927 58 38% 78 952 4 550 793

MangroveàRhiophorabasse

46,22 34% 18 600 859 692 58 39% 26 300 1 520 666

Mangroveà Avicenniadégradée

54,53 40% 8 850 482 591 25 17% 13 695 346 757

Mangroveà Avicenniaéparse

17,60 13% 5 600 98 560 9,01 6% 9 490 85 505

Tannes 17,86 2% 5 600 100 016 5,29 2% 9 490 50 202

Plages 2,81 0% 41 200 115 772 0,49 0% 75 200 36 848

Continent 146,47 14% - - 23,51 8%

Total 1 042 100% 22 538 23 485 138 279 100% 26 606 7 430 947

(Source: valeurs unitaires des écosystèmes d’après Binet et al., 2012)



Figure 6. Carte des valeurs économiques des écosystèmes côtiers de l’île de Tristaõ et duRio Nuñez

Résultats24 La cartographie des écosystèmes côtiers et marins de l’aire marine protégée de Tristão fournit

une vue d’ensemble des surfaces occupées par chacun des écosystèmes marins et côtiers àl’étude (Figure 5). Également, elle permet d’identifier l’état de santé de la mangrove. Ledétail des superficies pour chaque écosystème ainsi que les divers états de santé qu’il présentesont reportés au Tableau 5. Enfin, la combinaison de données spatiales avec les résultats del’évaluation économique permet d’élaborer une cartographie des valeurs économiques pourl’AMP de Tristão.

Précision de la cartographie des écosystèmes25 La méthodologie permettant la cartographie des écosystèmes côtiers et marins a montré une

certaine efficacité avec une précision totale de 84% sur l’ensemble des deux sites étudiés. Lecoefficient Kappa de Cohen traduit également une très forte probabilité de correspondanceentre les unités classées (= 0.8).

26 En analysant la précision ‘utilisateur’ (Tableau 4), les classes « continents », « tannes »,« vasières » et « mangrove éparse » sont bien classées avec une précision supérieure à 90%.Dans une moindre mesure, les classes « eaux », « mangrove basse », et « mangrove haute »sont également bien classées avec une précision classification variant entre 80 et 84%. Laclasse « mangrove dégradée » présente une précision plus faible avec une précision de 64%.La précision de la classe « plage » est de 50%, mais l’échantillon n’est pas représentatif avecseulement 2 échantillons sur 526. Il conviendrait donc pour vérifier cette précision de conduireune nouvelle évaluation. Ainsi, on peut remarquer que les confusions majeures sont observéesentre les unités d’un même domaine tel que la mangrove ou le domaine marin.

27 L’évaluation de la précision ‘producteur’ démontre là encore des résultats satisfaisantsnotamment pour les tannes, la mangrove et les eaux marines et estuariennes (Tableau 4).On notera toutefois que l’utilisation de Google Earth présente certaines limites liéesnotamment à la temporalité et la variabilité des écosystèmes que l’on observe. Ceci est



particulièrement important pour la turbidité dont le caractère instable et saisonnier renddifficile une cartographie atemporelle. Néanmoins, et particulièrement dans des zones isoléeset difficiles d’accès telles que les marais à mangrove, l’emploi de cet outil représente l’uniquesolution pour mesurer la qualité d’une cartographie automatisée.

Valeur économique des écosystèmes28 Grâce à l’estimation des surfaces d’écosystème, il est possible de calculer les valeurs unitaires

de chacun des écosystèmes. En outre, l’évaluation de l’état de santé de la mangrove permetd’affiner l’estimation de la valeur d’usage indirect pour les services de séquestration carbone,de productivité des écosystèmes, de protection côtière. Ces deux éléments fournis par latélédétection permettent de calculer les résultats de l’évaluation économique des écosystèmesrapportée au km² (Euro/km²/an) pour chaque unité. Ces résultats sont fournis au Tableau 5.

29 L’évaluation économique fournit des valeurs unitaires égales pour l’AMP et le site decomparaison. Ainsi, ces écosystèmes sont comparables en termes d’état de santé et defourniture de services. Au sein de l’AMP, la zone estuarienne est la zone la plus importanteen valeur par rapport aux autres écosystèmes avec 70% de la valeur de l’AMP produite par cetécosystème soit une valeur de 18, 5 millions d’euros par an. Au sein du site de comparaison duRio Nuñez dont la superficie de l’écosystème estuarien est moins importante (67 km²), cettevaleur des estuaires atteint 11,5 millions d’euros par an.

30 Les rives des estuaires colonisées par la mangrove haute à Rhizophora à Tristão possèdentla valeur unitaire la plus importante (83 100 €/km²/an pour Tristão contre 78 952 €/km²/anpour le site de comparaison de Rio Nuñez) (Binet et al., 2011b). Pourtant, la faible étenduedes mangroves haute à Tristão, la morphologie et l’état de santé des mangroves réduisent lavaleur moyenne unitaire de l’écosystème qui ne représente ainsi que 21 614 euros/km²/ancontre 43 419 euros/km²/an pour le site de comparaison de Rio Nuñez (Ibid). Une mangroveen meilleur état et avec une surface plus importante dans le Rio Nuñez lui confèrent ainsi uneplus grande importance économique. Ainsi, la mangrove en dehors de l’AMP a une valeur plusimportante que la mangrove présente au sein de l’AMP. Cette valeur moindre estimée pourTristão peut être expliquée par la pression forte exercée par les pêcheurs migrants installéssur l’AMP qui coupent une grande quantité de bois de mangrove pour le fumage du poisson.Ils entraînent un recul de la couverture en mangrove haute au profit de la mangrove basse àAvicennia, moins intéressante pour le fumage. Cette différence de valeur va ainsi à l’encontrede l’a priori selon lequel les écosystèmes d’une AMP sont en meilleur état et ont une valeuréconomique plus importante. Elle fournit donc un argument fort pour une rapide mise en œuvrede mesures de conservation de cet écosystème et également meilleure efficacité de la gestionde l’AMP, notamment par le renforcement des contrôles.

31 Les vasières représentent également un écosystème à forte valeur économique pour l’AMPde Tristão pour une valeur unitaire de 21 600 euros/km²/an contre 4 570 euros/km/an pourla zone de comparaison (Ibid). La forte valeur économique des vasières dans l’AMP est lerésultat de l’activité de pêche très intense qui est pratiquée sur les vasières et cible d’une partles mâchoirons qui vivent sur le fond de cet écosystème et les petits pélagiques (ethmalosessurtout), cible privilégiée des pêcheurs migrants établis à Tristão. Cette activité, qui contribue àune forte valeur de l’écosystème, menace pourtant son équilibre (la surexploitation est avérée,car la quantité de poisson prélevée est supérieure à la production de biomasse).

32 Les plages ont une valeur unitaire importante au regard des autres écosystèmes de l’AMP(41 200 €/km²/an), mais cette valeur est largement plus faible que celle du Rio Nuñez (75 200€/km²/an) (Ibid). Peut-être cette observation met-elle en avant le fait que l’écosystèmen’ait pas été bien reconnu par la modélisation en télédétection et que la valeur unitaire trèsimportante soit causée par une surface trop faible devant une valeur totale du site qui est forte.

33 Finalement, les résultats de l’évaluation économique mettent en lumière une moins-value pourl’AMP de Tristão par rapport à la zone de comparaison de Rio Nuñez. Malgré l’existence demesures de gestion depuis la création de l’AMP en 2009, celles-ci n’ont pas pu encore inverserla tendance de la dégradation des écosystèmes: la coupe de bois a eu pour conséquence unedégradation importante de son état de santé au point que la mangrove est encore aujourd’hui en



meilleur état à Rio Nuñez qu’à Tristao. Également, les îles de Tristao, aux ressources encorelargement inexploitées durant les années 1990, a été au cours des dix dernières années le théâtred’une surexploitation massive des ressources par les pêcheurs migrants (Binet et al., 2010).Cette pêche des migrants est encore présente aujourd’hui. Elle a été mise en évidence par lestrès fortes valeurs économiques des vasières (pour la pêche commerciale des petits pélagiques).Cette surexploitation par les pêcheurs est en total désaccord aujourd’hui avec la protection del’environnement marin mise en œuvre par le biais de l’outil AMP.

34 L’évaluation économique a ainsi permis de mettre en avant que l’AMP de Tristão reste unezone de concentration des activités économiques et que l’état de santé des écosystèmes côtiersy est alarmant. La gestion de l’AMP doit être renforcée afin de permettre un rétablissementde l’état de santé des écosystèmes. Pourtant, l’évaluation ne permet pas d’aider à l’arbitragedes mesures de gestion à mettre en place et aux bénéfices escomptés pour l’applicationde ces mesures. Seule une autre évaluation conduite à un horizon d’environ 10 ans, avecprécisément le même protocole que celui utilisé ici, pourra mettre en évidence une améliorationde l’état de santé des écosystèmes (augmentation des valeurs d’usage indirectes associées auxfonctions écologiques) et une diminution des valeurs d’usage directes associées aux pratiquesdestructrices (pêche intensive, coupe de bois de mangrove, etc.).

Spatialisation des valeurs économiques des écosystèmes35 La carte de spatialisation des valeurs présentée en Figure 6 souligne l’importance en valeur

économique des estuaires et rives colonisées par la mangrove. Ainsi, l’estuaire entre lecomplexe d’île de Tristão et le continent est un site d’intérêt majeur pour la fourniturede services écosystémiques. Cette représentation cartographique corrobore les observationsempiriques et les demandes subséquentes des gestionnaires de l’AMP de placer le RioKomponi et les bolons les plus larges en zones prioritaires pour la conservation, tant cesécosystèmes sont essentiels au maintien de la biodiversité côtière, à la fourniture de servicesécosystémiques et également d’un point de vue culturel et social (Doumbouya et al., 2005).

36 Également, les zones de mangrove dégradée sont situées au nord de l’île principale (limite nordde la carte en Figure 5). Cette zone est largement exploitée par les pêcheurs du campementde Katchek pour l’approvisionnement des fours à fumer le poisson. La pêche y est égalementpeu importante en raison de la surexploitation des bolons par les pêcheurs commerciaux quin’hésitent pas à placer de grands filets à petites mailles dans ces zones de reproduction denombreuses espèces d’intérêt halieutique. Cette zone doit ainsi faire l’objet de mesures degestion autorisant une régénération de la mangrove à Rhizophora, notamment par l’interdictionde la coupe de bois.

Discussion37 L’évaluation quantitative présentée par cet article met en lumière, d’une part, l’apport de

la télédétection dans l’estimation des surfaces des écosystèmes clés de l’AMP de Tristãoet de leur état de santé et, d’autre part, la possibilité offerte par les techniques SIG pourdéterminer des zones prioritaires pour la conservation à travers une approche pluridisciplinaireet quantitative.

Intérêts et limites de la télédétection pour l’évaluation économiquedes écosystèmes

38 La modélisation en télédétection est un outil précieux pour la conduite d’évaluationéconomique des écosystèmes. Elle a permis dans le cadre de l’évaluation menée en Afrique del’Ouest de calculer avec un bon degré de précision les surfaces des écosystèmes et d’estimerleur état de santé. Sans cet outil, seul un travail de terrain aurait permis d’estimer avec précisionles surfaces et les états de santé des écosystèmes. Ce travail de terrain aurait demandé un tempset un budget considérables. Le recours à la modélisation par télédétection est donc un recoursintéressant lorsque peu de données spatialisées sont disponibles et où les surfaces évaluéessont de grande envergure.

39 La modélisation présentée ici est cependant restreinte aux écosystèmes côtiers peuprofonds. L’évaluation des écosystèmes profonds ou semi-profonds tels que les fonds



rocheux constamment immergés ou encore les herbiers nécessitent l’utilisation d’imagesmultispectrales plus performantes dans les longueurs d’onde du bleu. Également, les petitsécosystèmes d’échelle métrique sont invisibles via les images Landsat et leur résolution de30m. Enfin, les perturbations des zones en eaux par les particules sédimentaires transportéespar les courants estuariens réduisent la détection de ces écosystèmes intertidaux. Ainsi,l’identification de certains écosystèmes clés tels que les herbiers et les fonds rocheux n’est pasofferte par ces images du fait d’une turbidité importante et de la variabilité de l’occurrencepour les herbiers dans un système sédimentaire très fortement dynamique (Doumbouya, 2005;Bertrand, 1993). L’utilisation de Google Earth a permis une vérification des unités classéesgrâce à un semis de point aléatoire couvrant l’ensemble de la zone étudiée. Une vérité-terrainin situ à partir de transect pourrait renforcer la stabilité du processus de vérification (Andrieu,2009), mais cette vérification n’aurait pu être rendue possible dans un temps et un coûtsimilaire. L’emploi de Google Earth peut ainsi présenter une solution alternative acceptablenotamment pour les services de gestion d’AMP dans les pays émergents où les dotationsfinancières en matière de suivi environnemental sont encore faibles.

40 Néanmoins, les images Landsat offrent de très bonnes perspectives d’utilisation pour lesenvironnements côtiers pour une évaluation multi-sites malgré les contraintes observées quinécessiteraient plus d’effort d’investigation sur le terrain. Mais compte tenu des difficultésd’accès et de l’absence de relevés précis et spatiaux, ces traitements d’images répondent aumieux aux préoccupations d’aménagement et de gestion de l’environnement de l’AMP. Lesavancées technologiques de la télédétection proposent également une surveillance globale etrépétée de l’environnement à travers un panel de capteurs satellites dont les technologies necessent de s’améliorer. Les images à Très Haute Résolution visibles ou multispectrales tellesque Ikonos, Quickbird, Kompsat, AVNIR ou encore les vues aériennes offrent une résolutionspatiale métrique améliorant les perspectives de cartographie des écosystèmes marins. Cesimages sont favorables à l’extraction des herbiers, des écueils rocheux intertidaux et des coraux(Hamel et Andréfouët, 2010; Pennober et Borius, 2010; Chauvaud et al., 2001).

41 L’analyse de la mangrove à l’aide de l’index de végétation fournit une bonne évaluationde l’état de dégradation de cette formation végétale. Si notre étude montre l’efficacitéde cet indice pour transcrire de manière relative la production primaire, elle reste limitéeen termes de quantification des volumes produits et de modélisation des dynamiques.La répétitivité chronologique des images à basse résolution telle MODIS ou AVHRRoffre ainsi une possibilité de construire des modèles prédictifs robustes. Elles permettentégalement d’associerces modèles à des données complémentaires afin de quantifier labiomasse produite des mangroves (Simard et al., 2006). Basés sur l’exploitation du NDVI,ces modèles prédictifs pour l’estimation de la production de la biomasse en milieu demangrove s’insèrent essentiellement dans une approche écologique. Dans une perspectivesocio-économique, l’utilisation de l’imagerie spatiale incluant des variables climatiques,sociologiques ou économiques permettrait une véritable plus-value pour les prises de décisionsenvironnementales et offrirait un outil de suivi et de comparaison pour déterminer les effortsà faire pour un renforcement des écosystèmes à forte valeur ajoutée.

Applications de la spatialisation des valeurs42 La représentation spatiale des valeurs des services d’écosystèmes est intéressante pour le

gestionnaire, car elle permet de fournir des éléments importants pour la planification côtièreet la mise en œuvre de mesures de conservation. Elle peut avoir trois intérêts majeurs pour legestionnaire. Le premier est de permettre de répondre à une question précise sur la répartitiongéographique d’un service et ainsi d’en évaluer sa « portée » économique et sociale. Ledeuxième est d’autoriser une identification des zones d’enjeux pour la conservation, zonesde plus fortes valeurs, et de permettre un arbitrage entre zones d’actions prioritaires. Au-delàd’un outil de gestion ou de négociation, la carte des valeurs permet également de disposer d’unoutil de dialogue auprès des décideurs politiques nationaux et régionaux. Elle fournit pour lanégociation environnementale un outil compréhensif et clair.



43 Une amélioration de ce modèle pourrait être l’intégration de la distribution spatiale desdifférents usages et pratiques culturelles et religieuses de chaque groupe de population,autochtone et allochtone. Ceci pourrait être réalisé par une approche multiscalaire imbriquantles relations socio-économiques locales dans un système régional lui-même dépendant d’unenvironnement plus global. Une amélioration pourrait également viser la présentation descénarii d’évolution des services et des valeurs d’écosystèmes (Swetnam et al., 2011). Ainsi, sides données d’évolution des pressions exercées sur les écosystèmes sont disponibles ou qu’ilest possible de prévoir l’évolution de la couverture végétale des espèces littorales et leur étatde santé, alors il est possible de développer des scénarii d’évolution des valeurs économiques.

Conclusion44 La nécessité d’une gestion intégrée de la zone côtière s’est imposée depuis les années

1970, avec au même moment des évolutions technologiques majeures pour la géographiecomme la mise à disposition d’images synoptiques, les SIG, la géodésie spatiale, lesystème de positionnement global, la cartographie automatique et plus récemment l’apparitiond’approches modélisatrices (Gourmelon et al., 2006). Plus tard, l’émergence d’aires marinesprotégées en Afrique de l’Ouest a renforcé ce besoin d’une approche intégrée des zonescôtières veillant à évaluer celles-ci selon des critères environnementaux, humains et plusadaptés aux besoins et intérêts des communautés afin de garantir leur bien-être. Cettedimension implique des outils analysant les écosystèmes et leurs usages par ces communautésdans l’espace et également dans le temps. L’évaluation des valeurs économiques globalesassociée à la description des écosystèmes par télédétection produit ainsi un outil d’analyse et desuivi spatial favorable à une gestion environnementale et sociale des aires marines protégées.

45 Particulièrement bien adapté à l’évaluation d’écosystèmes marins et côtiers dans des zones peuétudiées et sur de grandes surfaces, l’instrument de modélisation développé dans cet articlepropose des résultats de qualité et à moindres frais. Les perspectives offertes par l’associationde la télédétection et l’évaluation économique des écosystèmes sont importantes, avec laproduction de cartes intégrées associant divers aspects économiques, écologiques et sociaux,ou encore le développement de scénarii de gestion. Le travail introduit dans cet article, bienque soumis à certaines limites, renforce pourtant la pertinence de la cartographie comme outilconditionné à l’instauration préalable d’un objectif précis: la gestion intégrée des littoraux.

Remerciements46 Cet article présente certains résultats d’un travail relatif à l’« évaluation de la valeur

économique et sociale des écosystèmes côtiers et marins des aires marines protégées del’Afrique de l’Ouest » (EVA; 2008-2011); ce projet fait lui-même partie du projet « Appui aurenforcement institutionnel du Réseau Régional d’AMP en Afrique de l’Ouest (RAMPAO)et à la mise en œuvre de son plan de travail » coordonné par la Fondation Internationaledu banc d’Arguin (FIBA). Les auteurs ont également bénéficié du soutien financier duprogramme européen de recherche internationale en coopération ECOST (Ecosystems,Societies, Consilience, Precautionary principle: development of an assessment method ofthe societal cost for best fishing practices and efficient public policies; 2005-2010) pourl’approfondissement de certains éléments d’analyse. Le présent article ne reflète toutefois pasles positions de la FIBA et de la Commission européenne et n’anticipe pas sur leurs politiquesfutures dans ce domaine.

Bibliographie

Ackermann, G., F. Alexandre, J. Andrieu, C. Mering, et C. Ollivier, 2006, Dynamique des paysages etperspectives de développement durable sur la petite cote et dans le delta du Sine – Saloum (Sénégal),Vertigo, 7, 2, [En ligne] URL: http://vertigo.revues.org/2206. Consulté le 20 juin 2011.

Andrieu, J. et C. Mering, 2009, Cartographie par télédétection des changements de la couverture végétalesur la bande littorale ouest-africaine, l’exemple des Rivières du Sud: du Delta du Saloum (Sénégal) auRio Geba (Guinée-Bissau), Télédétection, 8, 2, p. 93-118.

http://vertigo.revues.org/2206



Andrieu, J., 2009, Dynamique des paysages dans les régions septentrionales des Rivières-du-Sud,Sénégal, Gambie, Guinée-Bissau, Thèse de doctorat, Université Paris 7, 532p.

Balmford, A., A.S.L. Rodrigues, M. Walpole, P. ten Brink, M. Kettunen, L. Braat et R. de Groot,2008, The Economics of Biodiversity and Ecosystems: Scoping the Science, Cambridge, UK, EuropeanCommission (contract: ENV/070307/2007/486089/ETU/B2)

Bartholomé, E. et A.S. Belward, 2005, GLC2000: A new approach to global land cover mapping fromEarth observation data, Int. J. Remote Sensing, 26, 9, pp. 1959-197.

Bertrand, F., 1993, Contribution à l’étude de l’environnement et de la dynamique de mangrove deGuinée. Données de terrain et apport de la télédétection, Paris, ORSTOM, Coll. Etudes et Thèses (Thèsede Doctorat de Géographie, Université de Bordeaux III, 1991), 201 p.

Binet, T., A. Borot de Battisti et P. Failler, 2011a, Évaluation économique des écosystèmes marins etcôtiers, In Jacquet, P., Kumar, R. and L. Tubiana (eds), 2011, Regards sur la Terre 2011: Océans lanouvelle frontière, Editions Armand Colin, AFD, IDDRI, avril 2011, 360 p.

Binet, T. et P. Failler, 2010, Les pêcheurs migrants: réfugiés climatiques et écologiques, Hommes etMigrations, n° 1284, Dossier migrations et environnement, pp. 98-111.

Binet, T., P. Failler, A. Sall, et A. Doumbouya, 2011 b, Évaluation de la valeur économique et sociale desécosystèmes associés aux AMP de l’Afrique de l’Ouest, Rapport N° 2 Estimation de la valeur économiqueet sociale d’un échantillon d’AMP en Afrique de l’Ouest, projet « Appui au renforcement institutionneldu Réseau Régional d’AMP en Afrique de l’Ouest et à la mise en œuvre de son plan de travail », Dakar,Sénégal.

Chauvaud, S., C. Bouchon et R. Manière, 2001, Cartographie des biocénoses marines de Guadeloupeà partir de données SPOT (récifs coralliens, phanérogames marines, mangroves), Oceanologica Acta,24, supplément pp. s3-s16

Chen, N., H. Li et L. Wang, 2009, A GIS-based approach for mapping direct use value of ecosystemservices at a county scale: Management implications, Ecological Economics, 68, 11, pp. 2768-2776.

Congalton, R.G., 1991, A review of assessing the accuracy of classifications of remotely sensed data,Remote Sensing of Environment, 37, pp. 35-46.

Cuq, F., F. Gourmelon et V. Madec, 1993, Planification côtière de Guinée-Bissau, vol. 2, 3 Cartes h.t.:Occupation des sols de Guinée-Bissau à 1: 200 000, 4 feuilles A1; Carte des unités physiographiques à1: 500 000, 1 feuille A0; Carte de l’environnement socio-économique à 1: 500 000, 1 feuille A0. UICN /DGFC-MDRA.

Cuq, F., V. Madec et F. Gourmelon, 1996, Mise à jour de la carte d’occupation des sols des provincescôtières de Guinée Bissau, Mappe Monde, 4, 1996, pp. 21-26.

Diaw, A.T., 1998, Evolution des milieux littoraux du Sénégal. Géomorphologie et Télédétection, Thèsede Doctorat de Géographie, Université de Paris I, 266 p.

Diop, E.S., 1990, La côte ouest-africaine, du Saloum (Sénégal) à la Mélacorée (Guinée), Paris,ORSTOM, Coll. Etudes et Thèses (Thèse de Doctorat de Géographie, Université de Strasbourg, 1986),2 vol. , 380 p.

Doumbouya, A., A. Guilavogui, S.M. Camara, M. Gbansara, T. Keita et O.A. Camara, 2005,Amélioration des connaissances sur le site de la future aire marine protégée Tristão/Alcatraz enRépublique de Guinée, Conakry, Rapport du Centre nationale des Sciences Halieutiques de Boussoura,République de Guinée, 64 p.

Eade, J.D.O. et D. Moran, 1996, Spatial economic valuation: Benefits transfer using geographicalinformation systems, Journal of Environmental Management, 48, pp. 97-110.

Egoh, B., B. Reyers, M. Rouget, D.M. Richardson, D.C. Le Maitre et A.S. van Jaarsveld, 2008, Mappingecosystem services for planning and management, Agriculture, Ecosystems and Environment, 127,pp. 135–140.

Fatoyinbo, T.E. et A.H. Armstrong, 2010, Remote characterization of biomass measurements: case studyof mangrove forests, Biomass, ed. Momba, M. et Bux, F., Sciyo, Croatia, pp. 65-78

Feeley, K. J., T.W. Gillespie et J.W. Terborgh, 2005, The utility of spectral indices from Landsat ETM+ for measuring the structure and composition of tropical dry forests, Biotropica, 37, 4, pp. 508-519.

Field, C.B., J.G. Osborn, L.L. Hoffman, J.F. Polsenberg, D.D. Ackerly, J.A. Berry, O. Bjorkman, A.Held, P.A. Matson et H.A. Mooney, 1998, Biodiversity and function of mangrove ecosystems, GlobalEcology and Biogeography Letters, 7, 1, pp. 3-14.

Fisher, P. et M.D. Spalding, 1993, Protected Areas with Mangrove Habitat, Unpublished report toWCMC, Cambridge, U.K.



Gillespie, T.W., 2005, Predicting woody-plant species richness in tropical dry forests: a case study fromsouth florida, USA, Ecological Applications, 15, 1, pp. 27-37.

Gourmelon, F., G. Pennober, M. Robin, J.G. Creuseveau, A.S. da Silva, K. Affian, C. Houhout etP. Pottier, 2006, Apports des systèmes d’information géographique (SIG) à la connaissance et à lagestion de l’environnement côtier d’Afrique de l’Ouest: exemples choisis en Mauritanie, Guinée-Bissauet Côte d’Ivoire, Les écosystèmes côtiers de l’Afrique de l’Ouest, Diversité biologique-Ressources-Conservation, éds. Symoen, J.J., Bruxelles, 2006, pp. 133-145.

Grêt-Regamey, A., A. Walz et P. Bebi, 2008, Valuing ecosystem services for sustainable landscapeplanning in alpine regions, Mountain Research and Development, 28, 2, pp. 156-165.

Hamel, M.A. et S. Andréfouët, S., 2010, Using very high resolution remote sensing for the managementof coral reef fisheries: Review and perspectives, Marine Pollution Bulletin, 60, 9, pp. 1397-1405.

Kawasani, I., U. Norsaliza et I. Mohd Hasmadi, 2010, Analysis of spectral vegetation indices relatedto soil-line for mapping mangrove forests using satellite imagery, Applied Remote Sensing Journal, 1,1, pp. 25-3.

Kunte, P.D. et B.G. Wagle, 1993, Remote sensing approach to determine net shore drift direction: a casestudy along the Central East Coast of India, Journal of Coastal Research, 9, 3, pp. 663-672.

Mallawaarachchi, T., P.S. Walker, M.D. Young, R.E. Smyth, H.S. Lynch et G. Dudgeon, 1996, GIS-based integrated modeling systems for natural resource management, Agricultural Systems, 50, pp. 169–189.

Martín-López, B., E. Gómez-Baggethun, P. Lomas et C. Montes, 2009, Scale effects on cultural servicesvaluation in natural protected areas, Journal of Environmental Management , 90:1050-1059.

Millennium Ecosystem Assessment (MEA), 2003, Ecosystems and human well-being: a framework forassessment, Island Press, Washington, D.C., USA, 212 p.

Moreau, N., 2004, Mise en évidence et cartographie de l’évolution des forêts de mangrove dans les Ilesdu Saloum au cours des trois dernières décennies (1972 à 2001), Photo-Interprétation, 2004/4, pp. 23-55.

Naidoo, R., A. Balmford, R. Costanza, B. Fisher, R.E. Green, B. Lehner, T.R. Malcolm et T.H. Ricketts,2008, Global mapping of ecosystem services and conservation priorities, Proceedings of the NationalAcademy of Science, USA, 105, 28, pp. 9495-9500.

O’Higgins, T. G., S.P. Ferraro, D.D. Dantin, S.J. Jordan et M.M. Chintala, 2010, Habitat scale mappingof fisheries ecosystem service values in estuaries, Ecology and Society, 15, 4, 7. [en ligne] URL: http://www.ecologyandsociety.org/vol15/iss4/art7/. Consulté le 22 juin 2011.

Ojeda, J., E. Sanchez, A. Fernandez-Palacios et J.M. Moreira, 1995, Study of the dynamics of estuarineand coastal waters using remote sensing: the Tinto-Odiel Estuary, SW Spain, Journal of CoastalConservation, 1, 2, pp. 109-118.

Olson D.M., E. Dinerstein, E.D. Wikramanayake, N. D., Burgess, G.V.N. Powell, E.C. Underwood, J.A.D’amico, I. Itoua, H.E. Strand, J.C. Morrison, C.J. Loucks, T.F. Allnutt, T.H. Ricketts, Y. Kura, J.F.Lamoreux, W.W. Wettengel, P. Hedao et K.R. Kassem, 2001, Terrestrial ecoregions of the world: a newmap of life on earth, BioScience, 51, 11, pp. 933-938.

Pagiola, S., K. von Ritter et J. Bishop., 2004, Assessing the economic value of ecosystem conservation.World Bank environment department, working paper N° 101.

Pearce, D.W., 1991. An economic approach to saving the tropical forests, In Helm, D. (Ed.), EconomicPolicy Towards the Environment. Blackwell, Oxford, pp. 239-262.

Pennober, G. et A. Borius, 2010, Détection à très haute résolution spatiale du blanchissement corallinesur les récifs de l’ile de la Reunion, Télédétection, 2010, vol. 9, n° 1, pp. 5-17.

Pert, P. L., J.R.A. Butler, J.E. Brodie, C. Bruce, M. Honzak, F.J. Kroon, D. Metcalfe, D. Mittchell et G.Wong, 2010, A catchment-based approach to mapping hydrological ecosystem services using riparianhabitat: A case study from the wet tropics, Australia, Ecological Complexity, 7, 3, pp. 378-388.

Programme Tecasen, 1983, L’exploitation des données Spot simulées en domaine littoral tropical, les ‘îles du Saloum’, Dakar, Rapport TECASEN – ENSG Montrouge, n° 4, 95 p.

Ragot, N. et E. Anquetil, 2003, Système de classification hybride interprétable par constructionautomatique de systèmes d’inférence floue, Technique et science informatiques, 22, 7-8, pp. 853-878.

Raymond, C. M., B.A. Bryan, D.H. MacDonald, A. Cast, S. Strathearn, A. Grandgirard et T. Kalivas,2009, Mapping community values for natural capital and ecosystem services, Ecological Economics, 68,5, pp. 1301-1315.

http://www.jstor.org/action/showPublication?journalCode=ecolappl

http://www.ecologyandsociety.org/vol15/iss4/art7/

http://www.ecologyandsociety.org/vol15/iss4/art7/



Saleh, M., A., 2007, Assessment of mangrove vegetation on Abu Minqar Island of the Red Sea, Journalof Arid Environments, 68, 2, pp. 331-336.

Sherrouse, B. C., J.M. Clement.et D.J. Semmens, 2011, A GIS application for assessing, mapping, andquantifying the social values of ecosystem services, Applied Geography, 31, 2, pp. 748-760.

Simard, M., K. Zhang, V.H. Rivera-Monroy, M.S. Ross, P.L. Ruiz, E. Castañeda-Moya, R.R. Twilley etE. Rodriguez, 2006, Mapping height and biomass of mangrove forests in Everglades National Park withSRTM elevation data, Photogrammetric Engineering & Remote Sensing, 72, 3, pp. 299–311.

Swetnam, R. D., B. Fisher, B.P. Mbilinyi, P.K.T Munishi, S. Willcock, T. Ricketts, S. Mwakalila, A.Balmford, N.D. Burgess, A.R. Marshall et S.L. Lewis, 2011, Mapping socio-economic scenarios ofland cover change: À GIS method to enable ecosystem service modeling, Journal of EnvironmentalManagement, 92, 3, pp. 563-574.

Termansen, M., C.J. McClean et R. Scarpa, 2004, Economic valuation of Danish forest recreationcombining mixed logit and GIS, Presented at the 13th Annual Conference of Environmental and ResourceEconomists, June 2004, Budapest, Hungary.

Troy, A. et M.A. Wilson, 2006, Mapping ecosystem services: practical challenges and opportunities inlinking GIS and value transfer, Ecological Economics, 60, 2, pp. 435-449.

Tucker, C. J., J.R.G Townshend et T.E. Goff, 1985, African land-cover classification using satellite data,Science, New Series, 227, 4685, pp. 369-375.

Wemmert, C., 2000, Classification hybride distribuée par collaboration de méthodes non supervisées,Thèse nouveau Doctorat, Université de Strasbourg, 176 p.

Notes

1 Quatre catégories de service ont été identifiées dans le cadre de l’évaluation des écosystèmes pour lemillénaire: support, régulation, approvisionnement et culture.2 Rattachés au laboratoire GEOMER de l’université de Bretagne Occidentale et aux universités CheikhAnta Diop de Dakar et de Nouakchott, respectivement au Sénégal et en Mauritanie. F Cuq dirigeait lelaboratoire GÉOMER jusqu’à son décès en mai 2003.

Pour citer cet article

Référence électronique

Vincent Turmine, Thomas Binet et Pierre Failler, « L’usage de la télédétection pour l’évaluationéconomique des écosystèmes marins : application à l’aire marine protégée de Tristão en Guinée »,VertigO - la revue électronique en sciences de l'environnement [En ligne], Volume 11 Numéro3 | décembre 2011, mis en ligne le 18 septembre 2012, consulté le 20 novembre 2012. URL : http://vertigo.revues.org/12234 ; DOI : 10.4000/vertigo.12234

À propos des auteurs

Vincent TurmineCEMARE, Université de Portsmouth, St George’s Building, 141 High Street, Portsmouth, PO1 2HY,Royaume-Uni, Smithsonian Conservation Biology Institution, 1500 Remount Road, Front Royal, VA22630, United StatesThomas BinetCEMARE, Université de Portsmouth, St George’s Building, 141 High Street, Portsmouth, PO1 2HY,Royaume-UniPierre FaillerCEMARE, Université de Portsmouth, St George’s Building, 141 High Street, Portsmouth, PO1 2HY,Royaume-Uni

Droits d’auteur

© Tous droits réservés



Résumés

Cet article présente la méthode et les résultats du travail de modélisation de télédétectionréalisé dans le cadre du programme EVA visant à estimer la valeur économique et socialedes écosystèmes marins des Aires Marines Protégées (AMP) de l’Afrique de l’Ouest. Latélédétection est réalisée par un procédé original et complexe basé sur une méthode combinéede classifications non supervisées et d’analyses en composantes principales. Elle permet unereconnaissance des différents écosystèmes marins et côtiers ainsi qu’une évaluation de leurétat de santé, deux informations indispensables pour mener à bien le travail d’évaluationéconomique des écosystèmes. D’un point de vue pratique, la modélisation exposée dans cetarticle est particulièrement recommandée lorsque les données spatiales sur les écosystèmesmarins et côtiers font défaut ou que l’accès au site est très difficile ou très coûteux. En outre,ce travail de modélisation permet de mener à bien une identification rapide des zones d’actionprioritaires pour la mise en place de mesure de conservation des écosystèmes de l’AMP. This article exposes methods and results of a remote sensing exercise based on combinedclassifications and spatial analysis. This work was carried out as part of the EVA programmewhich looked at estimating the economic and social value of marine ecosystems within WestAfrican Marine Protected Areas (MPA). The remote sensing methods utilised in this studyare innovative in that they stem from non supervised combined classifications and principalcomponent analysis. These techniques offer a reliable method for the calculation of ecosystemsurfaces, as well as estimation of their health status, both elements that are compulsory tothe economic valuation exercises. From an application perspective, this modelling process isparticularly relevant to regions of data-poor marine ecosystem mapping where biodiversityconservation is developed or large-scale areas where access is made difficult and costly intime and financial resources. Further, these results are likely to influence the identification ofpriority areas for conservation measures as part of the MPA management plan.

Entrées d’index

Mots-clés : évaluation économique, télédétection, analyse spatiale, mangrove, écosystèmes marins,aires marines protégées, littoral, Tristão, GuinéeKeywords : Economic assessment, remote sensing, spatial analysis, mangrove, marine ecosystems,marine protected areas, coastal area, Tristão, Guinea

Documents

L’usage de la télédétection pour l’évaluation économique des écosystèmes marins : application à l’aire marine protégée de Tristão en Guinée